最新刊期
2011 年 第 16 卷 第 10 期
- 摘要：在分布式视频编码（DVC）中，解码端生成的边信息的质量对整个系统的率失真(RD)性能有着重要影响。为了提高边信息的质量，进而提升DVC系统的RD性能，提出一种基于像素级运动矢量场的边信息生成算法(SGPMVF)。首先，通过运动估计分别获得前后两关键帧的像素级运动矢量场；然后，为Wyner-Ziv帧的每个像素选择合适的运动矢量；最后，通过帧间内插得到高质量的边信息。算法中提出基于SAD（绝对误差和）差值的搜索范围确定方法与像素级运动矢量选择方法。实验结果表明，对于快速运动的序列,该算法在不增加编码复杂度和码率的情况下使边信息的PSNR最大提高1.45 dB,并使DVC系统的RD性能提高0.3～0.7 dB。关键词：分布式视频编码;边信息生成;像素级运动矢量场3197|243|0更新时间：2024-05-08
- 摘要：针对一些超分辨率重建算法鲁棒性差、边缘保持能力有限、降噪效果不理想等不足，提出一种基于最大后验概率估计的边缘增强型非局部模型超分辨率重建算法。算法引入了非局部模型，并将图像的边缘信息加入模型系数的计算中，是对基于BTV(bilateral total variance)模型超分辨率重建和基于MRF(Markov random field)模型超分辨率重建的有效改进，提高了算法的鲁棒性、边缘保持能力和降噪能力。实验结果表明，该算法性能稳定，在信噪比较低情况下也能保持图像的边缘信息，取得比较好的重建效果。关键词：超分辨率重建;最大后验概率;非局部模型2952|220|0更新时间：2024-05-08
- 摘要：提出一种基于Hilbert扫描与弹性模型相结合的图像缩放新算法。首先将2维形式的图像通过Hilbert扫描转化为1维的灰度序列，然后将所得的灰度序列想象成一根橡皮筋，通过橡皮筋的伸缩实现图像的放大与缩小。实验结果表明，该方法操作简单，效果比较理想。关键词：Hilbert扫描;弹性模型;图像缩小;图像放大2758|195|0更新时间：2024-05-08
- 摘要：针对动态正电子发射成像（PET）Bayesian重建，提出一种区域时空先验(RST)模型。RST先验充分利用动态PET序列图像的空间和时间信息，在2维空间和1维时间上对噪声进行双重约束。为验证所提方法的有效性，进行人体脑部18F-FDG动态PET计算机仿真实验。实验结果表明，较其他经典重建方法，通过RST先验的引入，所提方法对于动态PET图像重建质量有着很好的改善，同时提高了病灶区域18F-FDG流入速率Ki估计准确度。关键词：贝叶斯重建;动态PET;区域时空先验;房室模型3602|197|0更新时间：2024-05-08
图像处理和编码
- 摘要：皮肤肿瘤轮廓的结构不规则性对黑色素瘤临床早期诊断具有重要意义。针对皮肤肿瘤轮廓结构不规则性度量和特征分类器设计问题，提出了一种基于小波子带分析的轮廓结构分量获取及多尺度特征神经网络分类器构建方法。利用肿瘤轮廓小波子带能量的Hausdorff距离寻找显著性小波子带，进而重构肿瘤轮廓的结构分量；给出基于显著性小波子带的轮廓多尺度结构不规则特征描述——基于统计和几何的轮廓结构不规则性度量。对单尺度/多尺度、小样本/大样本,以及特征选择前后神经网络分类器性能进行了实验。结果表明，在小样本情况下,基于显著性小波子带多尺度特征描述扩展了样本的特征空间维数，使得特征选择后分类器的灵敏度和特异度指标分别等于和优于大样本分类器。关键词：黑色素瘤检测;轮廓不规则性;多尺度描述子;显著性小波子带2719|210|0更新时间：2024-05-08
- 摘要：数据降维问题存在于包括机器学习、模式识别、数据挖掘等多个信息处理领域。局部线性嵌入（LLE）是一种用于数据降维的无监督非线性流行学习算法，因其优良的性能，LLE得以广泛应用。针对传统的LLE对离群（或噪声）敏感的问题，提出一种鲁棒的基于L1范数最小化的LLE算法（L1-LLE）。通过L1范数最小化来求取局部重构矩阵，减小了重构矩阵能量，能有效克服离群（或噪声）干扰。利用现有优化技术，L1-LLE算法简单且易实现。证明了L1-LLE算法的收敛性。分别对人造和实际数据集进行应用测试，通过与传统LLE方法进行性能比较，结果显示L1-LLE方法是稳定、有效的。关键词：降维;L1-范数;流形学习;局部线性嵌入;鲁棒性3763|253|0更新时间：2024-05-08
- 摘要：针对纹理缺陷分割问题，将曲波变换与均值漂移理论相结合，形成有效的纹理分割新方法。首先，通过曲波变换将图像分解到各通道，对各通道的图像进行非线性变换得到特征图像；然后,用均值漂移算法对各通道特征图像进行自适应聚类，找到各通道的奇异点；最后，对所有通道滤波后的图像进行重构，使缺陷凸显并通过阈值法二值化。该方法不需要学习样本，可以快速、精确地定位到多目标物边界，对旋转、亮度变化、噪声、弱边界具有很强的鲁棒性。通过MATLAB进行仿真实验，验证了该方法的有效性。关键词：纹理分割;曲波滤波;均值漂移2577|187|0更新时间：2024-05-08
- 摘要：纹理作为一种重要的视觉特征，广泛应用于图像分析。高斯图模型（GGM）可以很好地描述有交互作用的高维数据，因此可用来建立图像纹理模型。根据纹理特征的局部马尔可夫性和高斯变量的条件回归之间的关系，将复杂的模型选择转变为较简单的变量选择，应用惩罚正则化技巧同步选择邻域和估计参数。提取基于图模型的纹理特征分析纹理，实验显示了很好的效果。因此，利用高斯图模型来构建纹理模型有很好的发展前景。关键词：高斯图模型;模型选择;纹理合成;纹理分类;纹理分割3159|220|0更新时间：2024-05-08
- 摘要：近年来，非刚体目标跟踪技术作为视频目标跟踪中的一个难点受到了广泛关注。为了精确跟踪非刚体目标，克服跟踪过程中目标形状变化和遮挡带来的困难，提出一种基于活动基模型的非刚体目标跟踪算法。首先采用共享草图算法从目标训练样本集中学习得到目标的活动基模型，然后把活动基模型嵌入粒子滤波观测模型中。在对金鱼与企鹅序列跟踪的实验结果表明,与现有算法相比，该算法在非刚体目标形状变化以及存在遮挡的情况下，具有更好的跟踪性能。关键词：目标跟踪;活动基模型;粒子滤波3151|230|0更新时间：2024-05-08
- 摘要：经典Mean Shift跟踪算法使用单一颜色直方图跟踪目标，导致其对目标外观的变化鲁棒性较差。为了解决该问题，提出一种多颜色直方图自适应组合Mean Shift跟踪算法。该算法利用多个视图的颜色核函数直方图的加权组合作为目标模型进行Mean Shift跟踪；为了适应目标外观的变化，利用目标区域对每一颜色直方图的概率图均值和方差的比值评价每一颜色直方图的可靠性，并自适应地计算其组合权值。实验结果表明，与现有Mean Shift跟踪算法相比，提出的跟踪算法对目标的外观变化具有更强的鲁棒性。关键词：目标跟踪;均值漂移;多颜色直方图;核函数直方图3408|252|0更新时间：2024-05-08
- 摘要：提出一种新的3维模型的特征点检测算法。该算法可以作为其他许多3维模型处理技术的预处理操作(如模型简化、模型匹配、视点选择等)。与其他3维模型特征点检测算法相比，该算法具有两个特点： 1)引入一种新的显著性度量方法——“局部高度”，而不是传统的曲率。认为3维模型表面某点的视觉重要性(即显著性)是由它所在位置的凸起程度来刻画，而不是该点所在位置的弯曲程度所决定，因此，提出局部高度这种新的显著性度量方式。 2)基于局部高度，引入Mean Shift算法这种非参数化的概率密度估计方法来对3维模型表面的局部高度分布进行聚类分析，然后计算出3维模型的特征点。实验结果表明，该算法能够很好地捕捉视觉上显著的3维模型特征点，且在不同分辨率下均有稳定的表现。关键词：3维模型;特征点检测;局部高度;Mean Shift2931|202|0更新时间：2024-05-08
图像分析和识别
- 摘要：图像的视觉特征与用户描述之间的差距一直是影响基于内容的图像检索准确度的最主要因素。对多种相似度进行组合来检索图像是近几年图像检索领域涌现出的一个研究热点，也是缩小这种差距的一种有效途径。如何选择更好的组合方法则是该领域很多研究者关注的核心问题。提出一种新的相似度组合算法。该算法基于互信息度量相对熵的原理，计算连续变量相似度与离散变量相似性之间的相关性，对多种相似度进行选择，以“和规则”组合相似度。在公用数据集上进行检索实验，该算法优于当前其他的“和规则”下的组合方法。关键词：基于内容的图像检索;相似度组合;互信息;和规则2528|249|0更新时间：2024-05-08
- 摘要：基于内容的图像检索是随着数字多媒体技术的发展和普及而新兴的一门信息检索技术。针对当前该领域存在的对图像描述不准确、查询精度低以及反馈次数较多的问题，提出一种基于遗传反馈的图像检索算法。该算法以遗传算法和相关反馈为基础，利用多特征进行检索，避免在利用单一特征进行检索时所出现的不同图像具有相同单一特征（颜色、纹理和形状等）的问题，对图像进行多特征描述可以从多个角度对图像进行定义，大大减少了不同图像却具有相同特征的概率。与现有的算法相比，其具有自动调整图像特征权重、较低反馈次数和较高查询精度的特性。实验结果表明，该算法对于旋转、平移和尺度变化具有较强的鲁棒性，同时具有减少反馈次数和较高查询精度的性能。关键词：基于内容的图像检索;遗传算法;相关反馈;图像表示2596|207|0更新时间：2024-05-08
- 摘要：为了弥补图像底层特征到高层语义之间的语义鸿沟，提出一种颜色语义特征的构建方法以建立新的语义映射来提高图像分类准确率。通过提取底层颜色特征，构建包含颜色概念的语义网络，建立了颜色语义特征三元组，利用机器学习分类算法进行图像分类。实验结果表明，利用文章提出的新方法构建的语义特征向量进行图像分类，不仅可以取得优秀的分类结果，同时对不同的分类算法具有鲁棒性。关键词：语义鸿沟;语义网络;图像分类;语义特征2956|245|0更新时间：2024-05-08
- 摘要：提出并实现一种基于两张正交图像和一个标准3维头模型，并利用2D图像特征点和3D模型特征点的匹配进行3维头模型重建的算法。首先，进行面部区域和头发区域的分割，利用色彩传递对输入图像进行颜色处理。对正面图像利用改进后的ASM（主动形状模型）模型进行特征点定位。改进局部最大曲率跟踪(LMCT)方法，更为鲁棒的定位了侧面特征点。在匹配图像特征点与标准3维头上预先定义的特征点的基础上，利用径向基函数进行标准头形变，获得特定人的3维头部形状模型。采用重建好的3维头作为桥梁，自动匹配输入图像，进行无缝纹理融合。最后，将所得纹理映射到形状模型上，获得对应输入图像的特定真实感3维头模型。关键词：3维头部重建;特征点匹配;色彩传递;无缝纹理融合;纹理映射3251|210|0更新时间：2024-05-08
- 摘要：感知哈希(perceptual hashing)是多媒体数据集到摘要集的单向映射,为多媒体数字内容的标识、检索、认证等应用提供了安全可靠的技术支撑。目前关于感知哈希算法的研究主要集中在不断提高其鲁棒性和安全性上,忽略了人的主要视觉感知特性,导致了算法的过鲁棒性问题。将人类视觉系统可计算模型融入视频感知哈希算法框架中,用模拟人眼感受野特征提取特性的Cortex变换进行通道分解,并使用时-空域对比度敏感函数、眼球移动函数、亮度适应性调整函数、子带内和子带间对比度掩蔽函数综合计算最小视觉差提取感知特征。在保证较好鲁棒性的前提下,算法中使用扩散分块的机制提高安全性,通过与已有算法之间的比较,结果表明，本文提出的算法在鲁棒性和安全性方面取得了有效折衷,同时也体现了主观感知与客观评测上的一致性。关键词：人类视觉系统(HVS);视频感知哈希;Cortex变换;扩散分块;最小视觉差3033|207|0更新时间：2024-05-08
图像理解和计算机视觉
- 摘要：为了更高效地表示分形图形，依据形式语言的文法结构及正则表达式的文法规则，通过引入代数运算，提出了一个能够对L系统和迭代函数系统(IFS)统一描述的语言代数系统。根据语言代数系统产生式的文法规则，将此系统的产生式集划分为五类。结合分形理论，此语言代数系统着重将DOL系统、迭代函数系统(IFS)、带凝聚集迭代函数系统(凝聚IFS)、随机迭代函数系统(IFSP)和再归迭代函数系统(RIFS)等进行描述，同时用此系统的正则表达式方程解将分形吸引子进行代数表示，并给出一些实例。通过实例表明，分形图形可以用该语言代数系统简单、明了、高效地表示。关键词：分形 L系统 迭代函数系统 形式语言 正则表达式3846|249|0更新时间：2024-05-08
- 摘要：直线是图形最基本的元素，其快速生成算法的研究具有重要的理论价值和实际意义。本文在Bresenham算法基础上，充分利用了直线中相邻像素之间的相关性，每次生成一个像素行，大幅度提高算法效率。该算法的直线精确度与Bresenham算法相同，但速度快且易于硬件实现。关键词：直线;Bresenham算法;像素行3040|320|0更新时间：2024-05-08
计算机图形学
- 摘要：提出一种新的基于Contourlet概率分布的边缘检测算法, 首先,对图像Contourlet系数概率分布的混合高斯分布特性进行分析,并建立图像Contourlet 系数大小状态的概率模型,同时对基于该模型的图像线状奇异信号进行分离；其次,改进最大类间方差的阈值选取方法,提出一种基于类间距离和类内方差的阈值选取方法,在保证类间距离最大的同时提高了类内聚合度；最后，利用所选阈值对分离的图像线状奇异信号进行二值化处理,并对边缘信息进行提取。实验结果表明,与传统经典边缘检测方法相比,所提出的边缘检测方法在有效检测出遥感图像中光滑边缘的同时可以对图像中次要的奇异信息进行有效的屏蔽,具有很好的实用性。关键词：遥感图像;Contourlet变换;高斯混合模型;边缘检测2712|224|0更新时间：2024-05-08
- 摘要：为了有效地进行高分辨率SAR图像中道路目标的提取，提出了一种基于平行线对检测的主干道提取算法。处理过程分为三个层次，在低层次处理中，在经过增强Frost滤波预处理之后，采用指数加权平均比率算子对图像进行边缘检测，得到边缘像素；中层处理则先消除短线段，进行初始的路段连接，再利用平行线对检测算法，检测可能的道路段。而后在高层次处理中，进行路段的最终连接并根据建立的道路的数学模型进行道路的识别，最后通过生长判断器进行行道树干扰下路段的生长。在多幅SAR图像上进行的实验证明了该算法的有效性。关键词：SAR图像;边缘检测;平行线;指数加权平均比率算子3025|312|0更新时间：2024-05-08
遥感图像处理
- 摘要：提出一种基于四面体胞的尽可能刚性三角形网格变形算法。用户通过操作网格上的若干顶点以得到所需的模型变形结果。首先，算法对网格模型内部进行稀疏四面体化，以产生一个贴合模型表面的四面体胞集。在模型变形过程中，算法通过最小化相应的变形能量函数，以保持网格模型表面局部区域的刚性以及每个四面体胞的刚性，从而有效避免模型表面及其内部的扭曲。同时，针对大尺度编辑可能造成的模型局部塌陷，提出一种简单的四面体胞自适应剖分方法，根据模型局部体积的剧烈变化，自动剖分对应的四面体胞以增加模型内部的局部变形自由度，进而消除不正确的变形效果。此外，自适应的四面体胞剖分允许算法在初始时只需对网格模型进行稀疏的四面体化，而在变形过程中根据需要进一步提高四面体胞的局部稠密度，因而保证了算法的鲁棒性及其效率。实验结果表明，该变形算法可以有效保持模型的表面细节以及模型的内部体积，并能够有效避免模型形状在大尺度变形时的局部退化。关键词：模型变形;刚性变形;体积约束;能量函数;自适应4805|446|0更新时间：2024-05-08
- 摘要：基于3维数字模型的显著性度量和显著域处理技术，提出一种模型显著域上的形状调控和处理方法。该方法首先基于曲面上采样顶点处局部投影高度的Gaussian加权平均双边滤波定义数字模型的表面显著性；然后利用定义在模型显著域上的形状调控函数——显著域低通形状调控函数、显著域高通形状调控函数和显著域增强形状调控函数，使模型的显著特征得到有效抑制、提升和增强，实现了针对模型表面显著特征的形状调控和处理。实验结果表明，该方法能够方便快速地实现3维数字模型的不同形状造型效果。关键词：模型显著域;形状调控;低通形状调控;高通形状调控;增强形状调3997|196|0更新时间：2024-05-08
- 摘要：双线性和各种双三次插值方法是图像缩放中常用方法，但是双二次插值函数却很少被人提起。本文提出了一种基于双二次B-样条局部插值的图像缩放方法，该算法在图像局部重构过程中对称地采用了4×4采样点，并通过对该函数进行重采样来实现图像的缩放，避免了二次函数在图像重构与采样中的相位失真问题，此算法是一个局部性算法，易于扩展。实验结果表明，本文算法得到的图像的峰值信噪比(PSNR)、MISSIM值比双线性插值、双三次卷积、Catmull-Rom三次插值、Dodgson插值算法都要好，接近于最好的双三次B-样条算法，视觉效果虽然不如双三次B-样条插值算法，但优于Dodgson方法，计算时间比双三次B-样条减少了近三分之一。由于该算法没有对图像边缘特征进行特殊处理，对于一些细节纹理比较丰富的图像，将进一步研究。关键词：图像缩放;双二次B-样条;三次插值6069|219|0更新时间：2024-05-08
- 摘要：对运动人体颜色与背景颜色近似时，单个颜色空间不能很好地刻画人体与背景之间的差别这一问题，本文提出一种多颜色空间不同颜色分量融合的策略，即对多个颜色空间的各个分量进行单独的人体检测，统计人体检测性能最好的若干个通道，对这些通道的前景进行融合，得到最终的人体检测结果。另外，为了处理动态背景问题，设计一种基于帧间差分法和定时刷新的背景更新算法。实验结果表明，在复杂场景中，该算法的检测结果要好于基于单颜色空间的人体检测结果，并且该算法能够有效地处理动态背景问题。关键词：颜色空间;背景更新;帧间差分法;背景减除法4300|234|0更新时间：2024-05-08
- 摘要：在增强现实应用中实现对运动目标的准确跟踪是一个具有挑战性的任务。基于混合跟踪通过对多传感器信息的融合通常比单一传感器跟踪算法更为优越的特性，提出了一种新的紧耦合混合跟踪算法实现视觉与惯性传感器信息的实时融合。该算法基于多频率的测量数据同步，通过强跟踪滤波器引入时变衰减因子自适应调整滤波预测误差协方差，实现对运动目标位置数据的准确估计。通过标示物被遮挡状态下的跟踪实验结果表明，该方法能有效改善基于扩展卡尔曼滤波器的混合跟踪算法对运动目标位置信息预测估计的准确性，提高跟踪快速移动目标的稳定性，适用于大范围移动条件下的增强现实系统。关键词：混合跟踪;多传感器;强跟踪滤波器;增强现实5042|153|0更新时间：2024-05-08
“第5届全国数字娱乐与艺术研讨会”栏目
- 地址：北京市海淀区北四环西路19号中科院电子所主楼223室 邮编：100190
- 联系电话：010-58887035/58887030/58887418 Email：jig@aircas.ac.cn
- 技术支持由北京北大方正电子有限公司提供 京ICP备05080539号-4
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
0